用python实现softmax函数

可以使用Python来实现softmax函数。以下是一个示例代码：

import numpy as np

def softmax(x):
    # 计算指数部分
    exps = np.exp(x - np.max(x))
    # 计算softmax值
    softmax_vals = exps / np.sum(exps)
    return softmax_vals

在这个代码中，我们使用了NumPy库来进行数学运算。首先，我们通过减去输入向量x中的最大值来避免数值不稳定性问题。然后，我们使用np.exp函数计算输入向量的指数部分。最后，我们将指数部分除以它们的总和，得到softmax值。

你可以调用这个函数来计算一个向量的softmax值。例如：

x = np.array([1, 2, 3])
softmax_vals = softmax(x)
print(softmax_vals)

输出结果将是一个与输入向量长度相同的向量，表示每个元素的softmax概率。